- 博客(154)
- 收藏
- 关注
RSS订阅原创 numpy中的seed
参数：seed(n)中的参数n比喻成“堆”，seed(5)表示第5堆，n的数值基本可以随便设置。设置的seed(n)仅一次有效。（也有人比喻seed(n)里的n为一个盛有随机数的“聚宝盆”，一个数字代表一个“聚宝盆”，当我们设置相同的seed()时，“聚宝盆”就是一样的，所以每次取出的随机数就会相同。）注意：需要每次调用的时候都seed()一下，表示种子相同，从而生成的随机数相同。例1：只调用一次seed()，两次产生的随机数不同。
2022-10-21 15:03:39
1938
原创 K-means以及Faiss聚类
K-meansK-means 是我们最常用的基于欧式距离的聚类算法，其认为两个目标的距离越近，相似度越大。算法步骤：1.选择初始化的k个样本作为初始聚类中心 :a=a1,a2,...aka=a_1,a_2,...a_ka=a1,a2,...ak;2.针对数据集中每个样本xix_ixi，计算它到k个聚类中心的距离，并将其分到距离最小的聚类中心所对应的类中；3.针对每个类别aja_jaj，重新计算它的聚类中心aj=1ci∑x∈cixa_j=\frac{1}{c_i}\sum_{x\in{c_
2022-04-07 16:01:24
3111
原创 TF
TF-IDF 特征权重计算Tf就是词频因子，也就是一个单词在文档中出现的次数。具体计算方法，最直接的就是利用词频数，也可以采用词频数取log值，还有增强型规范化tf，对长文档的一种抑制。用单词实际词频除以文档中最高的词频。IDF逆文档频率因子log (N/nk)N代表文档集合中总共有多少个文档，nk代表特征单词k在其中多少个文档中出现过。代表的是文档集合范围的一种全局因子。越多的文档包含某个单词，其IDF权值越小。BM25模型...
2021-07-09 07:02:11
192
原创 前缀和-leetcode
前缀和就是数组第0项到当前项的和。如果用一个数组preSum表示数组A的前缀和：preSum[i]=A[0]+A[1]+…+A[i];数组A中的某项，可以表示为相邻前缀和之差：A[i]=preSum[i]-preSum[i-1]多项叠加，等号右边加减相消，得到通式：A[i]+…+A[j]=preSum[j]−preSum[i−1]i 当然可以为 0，此时 i - 1 为 - 1，我们故意让 preSum[-1] 为 0，此时：A[0]+A[1]+…+A[j]=preSum[j]预置这种不存在
2021-03-14 16:48:23
156
原创 滑动窗口
//1208.尽可能使字符串相等/*给你两个长度相同的字符串，s 和 t。将 s 中的第 i 个字符变到 t 中的第 i 个字符需要 |s[i] - t[i]| 的开销（开销可能为 0），也就是两个字符的 ASCII 码值的差的绝对值。用于变更字符串的最大预算是 maxCost。在转化字符串时，总开销应当小于等于该预算，这也意味着字符串的转化可能是不完全的。如果你可以将 s 的子字符串转化为它在 t 中对应的子字符串，则返回可以转化的最大长度。如果 s 中没有子字符串可以转化成 t 中对应的子
2021-03-11 22:22:44
821
原创 并查集
// 未改进版本class Djset {public: vector<int> f; // f记录每个人名的父辈是谁 int findRoot(int x) { while (x != f[x]) { x = f[x]; } return x; } void Union(int x, int y) { int x_root = findRoot(x);
2021-03-11 16:57:47
213
原创 std::function
std::functionstd::function<void()> func;类模板std::function是一种通用，多态的函数封装。std::function的实例可以对任何可以调用的目标实体进行存储，复制，和调用操作，这些目标实体包括普通函数，lambda表达式，函数指针，以及其他函数对象等。通常std::function是一个函数对象类，它包装其它任意的函数对象，被包装的函数对象具有类型为T1, …,TN的N个参数，并且返回一个可转换到R类型的值。std::function使
2021-02-07 11:52:06
95
原创 并查集
一般并查集：// 未改进版本class Djset {public: vector<int> parent; // 记录节点的根 Djset(int n): parent(vector<int>(n)) { for (int i = 0; i < n; i++) parent[i] = i; } int find(int x) { if (x != parent[x]) return find(paren
2021-01-26 20:03:15
68
原创 shell入门
Shell中的$0、$1、$2的含义简单来说 $0 就是你写的shell脚本本身的名字，$1 是你给你写的shell脚本传的第一个参数，$2 是你给你写的shell脚本传的第二个参数比如你新建了一个shell脚本 Test.sh, 内容如下#!/bin/shecho "shell脚本本身的名字: $0"echo "传给shell的第一个参数: $1"echo "传给shell的第二个参数: $2"保存退出后，你在Test.sh所在的目录下输入 bash Test.sh 1 2，结果为:sh
2021-01-26 11:41:44
67
原创 vector的坑，你踩过吗？
C++的容器真的是不好学啊最近用了resize这个方法，resize只会把新增的元素赋初值，之前的元素并不会修改！！例如：std::array<bool, 64> matched_{};//array的初始化可以直接用{},不用memset_s
2020-12-29 17:20:42
189
原创 单调栈和单调队列
/*496. 下一个更大元素 I输入: nums1 = [4,1,2], nums2 = [1,3,4,2].输出: [-1,3,-1]*/vector<int> nextGreaterElement(vector<int>& nums1, vector<int>& nums2) { unordered_map<int, int> mp; stack<int> st; for (int i = nu
2020-12-25 10:05:25
99
转载 指针
摘自：https://www.jianshu.com/p/b5f68f5330beint p; //这是一个普通的整型变量int p; //首先从P 处开始,先与结合,所以说明P 是一个指针,然后再与int 结合,说明指针所指向的内容的类型为int 型.所以P是一个返回整型数据的指针int p[3]; //首先从P 处开始,先与[]结合,说明P 是一个数组,然后与int 结合,说明数组里的元素是整型的,所以P 是一个由整型数据组成的数组int p[3]; //首先从P 处开始,先与[]结合,因为其
2020-12-03 13:18:51
89
原创 GIT操作
Git1. 把暂存区的变更撤销掉，即git add 文件 的取消git reset HEAD filename 2. 回滚到以前的某个版本git reset HEAD HEAD 指向的版本为当前的版本，即最新最新的提交上一个版本为HEAD^上上一个版本为HEAD^^HEAD~15 往上15个版本3. 配置别名(全局，本电脑上的本用户的所有git仓库)git config --global alias.st status4. 配置loggit config --glob
2020-11-20 20:00:31
129
原创 C++11 R字符串原始字面量
原始字符串字面量的定义为：R “xxx(raw string)xxx”其中，原始字符串必须用括号（）括起来，括号的前后可以加其他字符串，所加的字符串会被忽略，并且加的字符串必须在括号两边同时出现。#include <iostream>#include <string>int main(){ // 一个普通的字符串，'\n'被当作是转义字符，表示一个换行符。 std::string normal_str = "First line.\nSecond line
2020-11-06 09:43:11
4829
原创 ES
Restful:GET请求：GET index 查询索引信息GET index/type/doc_id 查询指定的文档信息POST请求：POST index/type 创建文档POST index/type/_search 查询文档POST index/type/_update 修改文档PUT请求：PUT index 创建索引PUT index/type/doc_id 创建文档PUT index/type/_mappings 创建索引时，指定索引文档存储的属性信息DELETE请求：
2020-09-23 10:09:02
115
原创 剑指offer2
/和为s的两个数字:输入一个递增排序的数组和一个数字s，在数组中查找两个数，使得它们的和正好是s。如果有多对数字的和等于s，则输出任意一对即可。输入：nums = [2,7,11,15], target = 9输出：[2,7] 或者 [7,2]/class Solution {public: vector<int> twoSum(vector<int>& nums, int target) { int l = 0, r = nums.size
2020-09-14 11:54:31
77
原创 redis
1.String常用命令get： 查询对应键值set： 添加键值对append： 将给定的 追加到原值的末尾strlen：获得值的长度setnx： 只有在 key 不存在时设置 key 的值incr：将 key 中储存的数字值增1,只能对数字值操作，如果为空，新增值为1decr:将 key 中储存的数字值减1,只能对数字值操作，如果为空，新增值为-1incrby / decrby <步长>：将 key 中储存的数字值增减。自定义步长。mset …：同时设置一个或多个 key-v
2020-09-11 17:42:09
114
原创 剑指offer
/数组中出现次数超过一半的数字:数组中有一个数字出现的次数超过数组长度的一半，请找出这个数字。投票法：初始cnt = 0, val = -1;若cnt == 0， 则将val设为当前值，cnt=1；往后遍历，若与val相等，则cnt++,否则cnt–/class Solution {public: int majorityElement(vector<int>& nums) { int cnt = 0, val = -1; for (a
2020-09-11 16:50:44
60
原创 原码，反码，补码
原码：是最简单的机器数表示法。用最高位表示符号位，‘1’表示负号，‘0’表示正号。其他位存放该数的二进制的绝对值。3: 0011-3: 1011反码：1.正数的反码还是等于原码2.负数的反码就是他的原码除符号位外，按位取反3: 0011-3: 1100补码：1.正数的补码等于他的原码2.负数的补码等于反码+1。...
2020-09-11 14:57:02
72
原创 回溯算法
回溯的步骤：①画出递归树，找到状态变量(回溯函数的参数)，这一步非常重要※②根据题意，确立结束条件③找准选择列表(与函数参数相关),与第一步紧密关联※④判断是否需要剪枝⑤作出选择，递归调用，进入下一层⑥撤销选择类型：1.子集，组合： 子集，子集II，组合，组合总和2.全排列：全排列，全排列II，字符串的全排列，字母大小写全排列3.搜索：解数独，单词搜索，N皇后，分割回文串A、子集：leetcode71.给定一组不含重复元素的整数数组 nums，返回该数组所有可能的子集（幂集）。说
2020-09-09 18:01:08
103
原创 修改hosts文件在本地使域名解析到指定IP
修改hosts文件在本地使域名解析到指定IP# Copyright (c) 1993-2009 Microsoft Corp.## This is a sample HOSTS file used by Microsoft TCP/IP for Windows.## This file contains the mappings of IP addresses to host names. Each# entry should be kept on an individual line. The
2020-09-04 12:01:21
1124
原创 HTTP
1.输入一个网址：(1)DNS将域名解析为IP地址(浏览器缓存->操作系统缓存->路由器缓存->ISP缓存->递归查询)(2)封装HTTP包(3)封装TCP报文，三次握手建立连接(4)发送请求消息给服务器(5)服务器回复响应(6)服务器四次挥手断开连接(7)客户端收到响应后解析报文，解析HTML，渲染。2.HTTPS:(1)首先建立SSL层连接，客户端将SSL版本号和加密组件发给服务器，服务器根据SSL版本号和加密组件进行匹配，同时将CA证书和公钥发送给客户端。(
2020-09-01 18:02:05
372
原创 TCP/IP
1.TCP三次握手：(1)服务端调用socket创建套接字，bind绑定端口，listen被动打开，再调用accpet阻塞，等待客户端连接。客户端调用socket创建套接字，connect主动打开发起连接。(2)客户端发送连接请求报文段给服务端，将SYN位置为1，sequence number为x，客户端进入SYN_SEND状态，等待服务端的确认；(3)服务端收到syn包后，需要对这个SYN报文段进行确认，设置ACK Num为x+1，同时自己还要发送SYN请求信息，将SYN位置1，sequence n
2020-09-01 16:35:21
114
原创 知识图谱
多关系图一般包含多种类型的节点和多种类型的边。 在知识图谱里，我们通常用“实体（Entity）”来表达图里的节点、用“关系（Relation）”来表达图里的“边”。知识图谱应用的前提是已经构建好了知识图谱，也可以把它认为是一个知识库。这也是为什么它可以用来回答一些搜索相关问题的原因，比如在Google搜索引擎里输入“Who is the wife of Bill Gates?”，我们直接可以得到答案-“Melinda Gates”。这是因为我们在系统层面上已经创建好了一个包含“Bill Gates”和“
2020-08-24 17:17:46
991
原创 搜索引擎
搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。搜索引擎的门槛主要是技术门槛，包括网页数据的快速采集、海量数据的索引和存储、搜索结果的相关性排序、搜索效率的毫秒级要求、分布式处理和负载均衡、自然语言的理解技术等等搜索引擎的实现原理，可以看作四步：从互联网上抓取网页→建立索引数据库→在索引数据库中搜索→对搜索结果进行处理和排序。 （1）爬行：搜索引擎是通过一种特定规律的软件跟踪网页的链接，从一个链接
2020-08-24 11:55:07
960
原创 线程池
为什么需要使用线程池？如果一个应用需要频繁的创建和销毁线程，而任务执行的时间又非常短，这样线程创建和销毁的带来的开销就不容忽视了，就需要使用线程池。线程池的作用？1.提高效率，创建好一定数量的线程放在池中，等需要使用的时候就从池中拿一个，这要比需要的时候创建一个线程对象要快的多。2.方便管理，可以编写线程池管理代码对池中的线程同一进行管理，比如说启动时有该程序创建100个线程，每当有请求的时候，就分配一个线程去工作，如果刚好并发有101个请求，那多出的这一个请求可以排队等候，避免因无休止的创建线程导
2020-08-19 10:31:41
78
原创 创建多少个线程合适？
创建多少个线程合适？要区分 是 CPU 密集型程序 还是 I/O 密集型程序。CPU密集型程序：一个完整请求，I/O操作可以在很短时间内完成， CPU还有很多运算要处理，也就是说 CPU 计算的比例占很大一部分理论上 线程数量 = CPU 核数（逻辑） 就可以了，但是实际上，数量一般会设置为 CPU 核数（逻辑）+ 1，计算密（CPU）集型的线程恰好在某时因为发生一个页错误或者因其他原因而暂停，刚好有一个“额外”的线程，可以确保在这种情况下CPU周期不会中断工作。I/O密集型程序：一个完整请求，CP
2020-08-18 20:09:10
377
原创 搜索引擎
搜索引擎分类：全文搜索：1.从互联网上抓取网页，利用能够从互联网上自动收集网页的蜘蛛系统程序，自动访问互联网，并沿着任何网页中所有URL爬到其他网页，重复这个过程，并把爬过的素有网页收集回来。2.由分析索引系统程序对收集回来的网页进行分析，提取相关网页信息（包括网页所在URL,编码类型，页面内容包含的滚见此，关键词位置，生成时间，大小，与其他网页的连接关系等），并根据一定的相关度算法进行大量的复杂计算，得到每一个网页针对页面内容中及超链中每一个关键词的相关度（或重要性），然后利用这些相关信息建立网页索
2020-08-16 23:20:17
1217
原创 开发流程
需求澄清：1.SE组织需求澄清；2.开发详细设计，反串讲，评审方案是否有问题task分解：帮助梳理开发思路，短小，独立，可测试。（例如，根据不同场景：基础功能，异常场景，大用户场景等）代码编写：及时review。单元测试：一个小需求都化为几个短小独立可测试的部分，那么我们就可以用单元测试来进行测试。主要是白盒测试，保证分支都覆盖了beta测试：联合周边模块一起调测，包括不同服务之间消息交互，格式，大小端字节序等。输出测试报告转测试...
2020-08-12 11:03:27
157
原创 请问当用户反馈网站访问慢，你会如何处理？
请问当用户反馈网站访问慢，你会如何处理？有哪些方面的因素会导致网站网站访问慢？1、服务器出口带宽不够用本身服务器购买的出口带宽比较小。一旦并发量大的话，就会造成分给每个用户的出口带宽就小，访问速度自然就会慢。跨运营商网络导致带宽缩减。例如，公司网站放在电信的网络上，那么客户这边对接是长城宽带或联通，这也可能导致带宽的缩减。2、服务器负载过大，导致响应不过来可以从两个方面入手分析：分析系统负载，使用 w 命令或者 uptime 命令查看系统负载。如果负载很高，则使用 top 命令查看 CPU ，
2020-08-09 18:06:36
404
原创 drop、truncate和delete的区别
1，DELETE语句执行要进行事务提交，可以进行回滚操作2，TRUNCATE TABLE 则一次性地从表中删除所有的数据，删除行是不能恢复的。3，当表被TRUNCATE 后，会返还数据所占空间，DELETE操作不会返回数据占用的空间。drop语句将表所占用的空间全释放掉。4，TRUNCATE 和DELETE只删除数据， DROP则删除整个表（结构和数据）。5，delete语句为DML（data ManipulationLanguage)，要commit6，truncate、drop是DLL（d
2020-08-06 20:10:04
424
原创 TCP 如何保证可靠性
1.校验和：校验范围包括TCP首部和数据部分。在发送方将整个报文段分为多个16位的段，然后将所有段进行反码相加，将结果存放在校验和字段中，接收方用相同的方法进行计算，若最终结果为校验字段所有位是全1则正确（UDP中为0是正确），否则出现错误。若校验出包有错，则丢弃报文段并且不给出响应，这时TCP发送数据端超时后会重发数据。2.确认应答与序列号：TCP将每个字节的数据都进行了编号，这就是序列号。序列号的作用是（1）保证可靠性（当接收到的数据总少了某个序号的数据时，能马上知道）；（2）保证数据的按序
2020-08-06 14:35:15
364
原创 库函数的实现
库函数的实现：memcpy函数的实现void *memcpy(void *dest, const void *src, size_t count) { char *tmp = dest; const char *s = src; while (count--) *tmp++ = *s++; return dest;}Strcpy函数实现char *strcpy(char *dst,const char *src) { assert(dst != NULL &&
2020-08-05 20:03:59
122
原创 线程池
什么时候需要创建线程池呢？简单的说，如果一个应用需要频繁的创建和销毁线程，而任务执行的时间又非常短，这样线程创建和销毁的带来的开销就不容忽视，这时也是线程池该出场的机会了。如果线程创建T1和销毁时间T3相比任务执行时间T2可以忽略不计，则没有必要使用线程池了。反之如果T1+T3>T2，那就很有必要使用线程池。#include <stdio.h>#include <stdlib.h>#include <unistd.h>#include <sys/typ
2020-07-27 14:41:17
114
原创 mysql_c_API
1.连接数据库 :MYSQL mysql;mysql_init(&mysql);mysql_real_connect(&mysql, “localhost”, “root”, “6748355”, “spytest”, 0, NULL, 0);/*练习mysql数据库的连接*/ #include <stdio.h> #include <mysql.h> int main() { MYSQL mysql; int t,
2020-07-26 21:24:57
88
原创 多线程
一、创建线程多线程编程的第一步，创建线程。创建线程其实是增加了一个控制流程，使得同一进程中存在多个控制流程并发或者并行执行。pthread_create(&tid, NULL, (void *)func, NULL);//创建次线程pthread_join(tid, &retval);//阻塞等待次线程结束，结束后该函数回收次线程占用的资源(retval为返回值)pthread_detach(tid);//分离次线程，让次线程再结束时自动回收资源。pthread_cancel(t
2020-07-25 17:56:57
99
原创 同步、异步、阻塞、非阻塞IO总结
对于一个网络IO，会涉及到两个系统对象，一个时调用这个IO的进程，一个时系统内核。当一个read操作发生时，会经历两个阶段：（1）等待数据；（2）将数据从内核拷贝到进程中。阻塞I/O：当进程调用了recvfrom后，就会一直等到有数据到达并且被拷贝到进程中才会返回。非阻塞IO：当进程发出read操作时，如果数据还没准备好，不会阻塞用户进程，而是立即返回一个error。进程收到error后再次发起read操作。当内核中的数据准备好了，就会将数据拷贝到用户内存，然后返回。用户需要不断主动询问内核数据准备
2020-07-22 20:30:36
76
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人